Matlab图像处理去除噪点方法以及其举例

Matlab图像处理去除噪点的方法主要有以下几种：

1. 中值滤波法：中值滤波法是一种基于排序的滤波方法，通过取像素周围一定大小的邻域的中值来代替该像素值，从而达到去除噪点的效果。在Matlab中，可以使用medfilt2函数实现中值滤波法。

举例：对一张椒盐噪声图像进行中值滤波处理。

% 读取图像
img = imread('peppers_salt_noise.png');

% 中值滤波
img_medfilt = medfilt2(img,[3,3]);

% 显示图像
subplot(1,2,1);
imshow(img);
title('原图');
subplot(1,2,2);
imshow(img_medfilt);
title('中值滤波');

2. 均值滤波法：均值滤波法是一种基于平均值的滤波方法，通过取像素周围一定大小的邻域的平均值来代替该像素值，从而达到去除噪点的效果。在Matlab中，可以使用imfilter函数实现均值滤波法。

举例：对一张高斯噪声图像进行均值滤波处理。

% 读取图像
img = imread('lena_gauss_noise.png');

% 均值滤波
h = fspecial('average',[3,3]);
img_meanfilt = imfilter(img,h);

% 显示图像
subplot(1,2,1);
imshow(img);
title('原图');
subplot(1,2,2);
imshow(img_meanfilt);
title('均值滤波');

3. 小波变换法：小波变换法是一种基于频域的滤波方法，通过将图像分解为不同频率的小波系数，并去除高频小波系数来达到去除噪点的效果。在Matlab中，可以使用wdenoise函数实现小波变换法。

举例：对一张添加椒盐噪声的图像进行小波变换去噪处理。

% 读取图像
img = imread('peppers_salt_noise.png');

% 小波变换去噪
img_wdenoise = wdenoise(img);

% 显示图像
subplot(1,2,1);
imshow(img);
title('原图');
subplot(1,2,2);
imshow(img_wdenoise);
title('小波变换去噪');